MétaCan
Menu
Retour à la cohorte
Enregistrement W4383557945 · doi:10.1103/physrevapplied.20.014009

Direct Measurement of Pore Size and Surface Relaxivity with Magnetic Resonance at Variable Temperature

2023· article· en· W4383557945 sur OpenAlexafffund
Peiyuan Yan, Florea Marica, Jiangfeng Guo, Bruce J. Balcom

Notice bibliographique

RevuePhysical Review Applied · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNMR spectroscopy and applications
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRelaxometryRelaxation (psychology)DiffusionPorosityMaterials scienceNuclear magnetic resonancePorous mediumMineralogyThermodynamicsChemistryMagnetic resonance imagingSpin echoPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

A variety of magnetic resonance relaxometry methods have been developed to determine pore size in porous rocks. Uncertainties in pore-size estimates may occur due to uncertainty in the relaxation-diffusion regime. We have developed a direct and rapid one-dimensional method based on Brownstein-Tarr theory to help remedy this problem. The correlation between magnetic resonance relaxation behavior and the temperature-dependent self-diffusion coefficient of pore fluids was employed to estimate the pore size and surface relaxivity of a series of reservoir rocks. Relaxation is anticipated to depend on diffusion in the intermediate regime of Brownstein-Tarr theory. Water-saturated glass-bead packs were employed in initial Carr-Purcell-Meiboom-Gill experiments at variable temperature. The calculated pore size matches the estimated geometric pore size. The proposed method was applied to determine the pore size of Berea, Buff Berea, and Nugget sandstones. The pore sizes determined with the three pore geometries are in good agreement with scanning electron microscopy and micro-computed-tomography measurements. The experimentally observed changes in relaxation times and their corresponding intensities indicate an intermediate Brownstein-Tarr regime for all systems examined in this work.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,322
Score d'incertitude au seuil0,485

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,282
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review AppliedMême sujetNMR spectroscopy and applicationsTravaux en français237 207